AI繁榮背后：30年停滯，物聯(lián)網(wǎng)會(huì )是下一個(gè)技術(shù)浪潮嗎？

　　過(guò)去幾年，人工智能(AI)的火爆似乎掀起了新一波的互聯(lián)網(wǎng)技術(shù)浪潮，無(wú)數技術(shù)人轉移陣地、投身其中。但是隨之而來(lái)的，是各種有關(guān)人工智能和機器學(xué)習技術(shù)的夸夸其談?？梢哉f(shuō)，在計算機科學(xué)領(lǐng)域中，從來(lái)沒(méi)有出現過(guò)如此眾多且毫不專(zhuān)業(yè)的人對某一技術(shù)領(lǐng)域如此趨之若鶩——即便對于二十世紀八十年代從事尖端硬件的人來(lái)說(shuō)，這也是匪夷所思的事情。

　　近期，備受矚目的暢銷(xiāo)書(shū)作家、《人類(lèi)簡(jiǎn)史》和《未來(lái)簡(jiǎn)史》的作者尤瓦爾赫拉利就講述了人工智能將對民主產(chǎn)生的影響。他的言論中充斥著(zhù)對當前人工智能技術(shù)能力的極大信心，他說(shuō)與Google同宗的DeepMind所開(kāi)發(fā)的國際象棋軟件具有“創(chuàng )造性”、“富有想象力”，甚至擁有“天才本能”。此外，在英國廣播公司BBC的人工智能紀錄片中，吉姆·阿爾哈利利(Jim Al-Khalili)和DeepMind的創(chuàng )始人丹米斯·哈薩比斯(Demis Hassabis)講述了人工智能系統如何取得了“真正的發(fā)現”，而且還“真的提出了一個(gè)新的想法”，然后“憑自己的直覺(jué)”開(kāi)發(fā)出了策略。

　　各種層出不窮的言論在使用夸張和擬人的手法來(lái)描述蠢笨機械化的系統，不一枚舉?，F在，則是時(shí)候回頭仔細看看基礎硬件的現實(shí)了。

　　過(guò)去30多年，人工智能沒(méi)有任何重大進(jìn)步

　　人們喜歡通過(guò)神話(huà)、比喻和借助計算機屏幕等人為形式來(lái)討論有關(guān)計算機技術(shù)，比如“直覺(jué)”、“創(chuàng )造力”和神奇的“策略”。AI專(zhuān)家從AI的行為中找出特定的模式并將其稱(chēng)為“戰略”，但神經(jīng)網(wǎng)絡(luò )并不知道“戰略”是什么。如果真的有“創(chuàng )造力”，那也是DeepMind研究人員的創(chuàng )造力，他們設計、管理和訓練了AI。

　　今天的AI系統是用大量的自動(dòng)化試錯訓練出來(lái)的，每個(gè)階段都需要通過(guò)一項稱(chēng)為反向傳播的技術(shù)來(lái)反饋錯誤并調整系統，以減少將來(lái)的錯誤，從而逐步提高AI在特定任務(wù)(如國際象棋)上的表現。

　　目前可以大幅提升AI(“機器學(xué)習”和所謂的“深度學(xué)習”)系統效率的方法主要以這種反向傳播技術(shù)為基礎，而這項技術(shù)發(fā)明于二十世紀六十年代，并于二十世紀八十年代中期由Geoffrey Hinton應用到神經(jīng)網(wǎng)絡(luò )。

　　換句話(huà)說(shuō)，在過(guò)去30多年中人工智能并沒(méi)有任何重大的概念進(jìn)步——目前我們在人工智能研究和媒體上看到的大部分內容都是通過(guò)大量昂貴的計算硬件和復雜的公關(guān)活動(dòng)渲染的一個(gè)古老的想法。

　　這并不是說(shuō)DeepMind的工作沒(méi)有價(jià)值。協(xié)助開(kāi)發(fā)者生成新策略和想法的機器非常有趣，特別是由于巨大的復雜性導致人們難以理解該機器的操作。在世俗文化中，技術(shù)的魔力和神秘非常誘人，而且在枯燥的工程領(lǐng)域出現一些非常神秘的東西是非常受歡迎的。

　　但遺憾的是，DeepMind的機器里并沒(méi)有靈魂。

　一位上世紀九十年代的年輕程序員打破了傳統

　　所有圍繞DeepMind機器大做文章的行為都會(huì )讓人想起二十年前，一個(gè)非比尋常且意義深厚的“機器學(xué)習”系統給技術(shù)界所帶來(lái)的那種興奮感。

　　1997年11月，蘇塞克斯大學(xué)計算神經(jīng)科學(xué)與機器人中心的研究員阿德里安·湯普森登上了那一期“新科學(xué)家”的封面，其題目是：“原始硅打造的生物——讓達爾文主義迷失在電子試驗室，一睹新的造物主。高效精干的機器，無(wú)人能理解。 ”而湯普森能登上封面的原因是他的作品引起了很大的轟動(dòng)。

　　湯普森打破了傳統，在電子硬件上發(fā)展了機器學(xué)習系統——而不是使用傳統的軟件方法。他選擇這樣做是因為他意識到所有數字計算機軟件的功能都會(huì )受到計算機二進(jìn)制開(kāi)關(guān)的限制。相比之下，人類(lèi)大腦的神經(jīng)元得到了很好的進(jìn)化，可以思考各種微妙且不可思議的復雜物理和生化過(guò)程。湯普森假設，通過(guò)自然選擇的自動(dòng)化過(guò)程讓計算機硬件進(jìn)化，就可以模擬出硅介質(zhì)的所有實(shí)際物理屬性，而計算機的數字開(kāi)關(guān)正是由這些硅介質(zhì)構成，因此可能會(huì )產(chǎn)生某種東西有效模擬人類(lèi)大腦的組成。

　　后來(lái)的事實(shí)也證明了他是正確的。

　　湯普森在他的實(shí)驗室中對FPGA(一種數字硅芯片，其數字開(kāi)關(guān)之間的連接可以反復重新配置)的配置進(jìn)行了改進(jìn)，以便區分兩種不同的音頻音調。然后當湯普森在查看FPGA芯片內部開(kāi)關(guān)之間的連接是如何通過(guò)改進(jìn)過(guò)程配置的時(shí)候，他注意到一種令人印象深刻的高效電路設計——僅使用了37個(gè)元件。

　　不僅如此，該改進(jìn)電路已經(jīng)超出了數字工程師的理解范圍。37個(gè)組件中的一些沒(méi)有與其他組件電連接，但是一旦從設計中移除這些組件，整個(gè)系統就會(huì )停止工作。對于這種奇怪情況，唯一的解釋就是該系統在它所謂的數字組件之間利用了某種神秘的電磁連接。換句話(huà)說(shuō)，該改進(jìn)過(guò)程為了執行“計算”，已經(jīng)卷入了系統組件和材料模擬的真實(shí)世界的特征。

　　作為一位二十世紀九十年代的年輕研究員來(lái)說(shuō)，湯普森的工作發(fā)現確實(shí)令人驚嘆。計算機不僅設法發(fā)明了一種全新的電子電路，而且超越了人類(lèi)電子工程師的能力，更重要的是它還指向了開(kāi)發(fā)計算機系統和AI的方法。

　　獅頭工作室(現已解散)的經(jīng)典游戲Black&White，DeepMind創(chuàng )始人丹米斯·哈薩比斯最初擔任該工作室AI組組長(cháng)

　　所以究竟是什么情況?為什么湯普森幾乎無(wú)人知曉，而后來(lái)的哈薩比斯卻為Google的母公司Alphabet贏(yíng)得了滿(mǎn)堂彩，而且BBC還為之制作了謳歌的紀錄片?答案就在于時(shí)機。